AI-stödd bröstcancerscreening: lovande resultat men många frågor ännu obesvarade
Hur står sig screening för bröstcancer med hjälp av AI jämfört med nuvarande praxis där två röntgenläkare granskar bilderna? Resultaten av en ny forskningssammanställning gjord på Skånes universitetssjukhus pekar på att artificiell intelligens i kombination med en röntgenläkare troligen kan hitta lika många, eller fler, fall av bröstcancer jämfört med dagens modell.
Bröstcancer är den vanligaste cancerdiagnosen bland kvinnor och bröstcancerscreening med mammografi erbjuds alla kvinnor i Sverige i åldrarna 40–74 år. Mammografibilderna från screeningen granskas idag i Södra sjukvårdsregionen av två röntgenläkare. Samtidigt har den tekniska utvecklingen med datorgenomförd bildanalys och AI för tolkning av radiologiskt bildmaterial de senaste åren gjort stora framsteg, och flera olika modeller för användning av AI vid mammografi har utvecklats och erbjuds idag som olika produkter.
Forskningssammanställningen ”Artificiell intelligens vid bröstcancerscreening med mammografi” är gjord av HTA syd vid Skånes universitetssjukhus och sakkunniga inom området. Tillsammans har de tittat på bästa tillgängliga forskning om användandet av AI i samband med bröstcancerscreening med mammografi, för att undersöka om det går att dra slutsatser kring effektivitet och resultat.
– Sammanställningen ger en del svar om prestanda vad det gäller att hitta bröstcancrar, men den visar också att många frågor om effekten av AI inom bröstcancerscreening ännu är obesvarade. Till exempel går det inte att dra någon slutsats om det är mer eller mindre farliga cancrar som hittas med AI, jämfört med nuvarande rutin, säger Maria Madestam, sakkunnig i forskningssammanställningen och överläkare vid Unilabs mammografi i Helsingborg.
AI kan frigöra tid
Sammanställningen visar att det är möjligt att användning av AI skulle kunna frigöra tid för radiologer att arbeta med annat. Men användning av AI innebär också nya kostnader och de beräkningar som gjorts pekar på att det inte skulle bli billigare för regionerna, i alla fall inte på kort sikt. Det är därför viktigt att säkerställa att AI leder till hälsovinster eller andra fördelar för vården som kan motivera dessa kostnadsökningar.
– Det är väldigt viktigt att vi får veta mer om hur användning av AI inom bröstcancerscreening påverkar antalet bröstcancrar som diagnostiseras mellan screeningtillfällena, så kallade intervallcancrar. Detta kan inte rapporten svara på, eftersom underlaget är otillräckligt, säger Maria Madestam.
Maria Madestam, sakkunnig i forskningssammanställningen och överläkare vid Unilabs mammografi i Helsingborg.
Svagt evidensläge
I forskningssammanställningen undersöks också hur AI står sig som ensam granskare (så kallad ”stand-alone”) avseende hur stor andel kvinnor som återkallas för en ny kontroll, om användning av AI påverkar upptäckten av bröstcancer mellan screeningtillfällena och om det minskar belastningen på radiologer. För dessa resultat är dock evidensläget svagt eller otillräckligt.
– AI används på flera olika sätt inom studierna i sammanställningen och det verkar som att en kombination med radiolog snarare än AI ensamt ger bättre resultat för vissa utfallsmått. Men ett av de viktigaste budskapen i sammanställningen är att evidensläget är svagt för flera centrala effekter för patienter, vilket gör att fortsatt forskning inom kliniska studier behövs, säger Sophia Frantz, överläkare inom nuklearmedicin och projektledare för forskningssammanställningen.
